如何使用優(yōu)化算法和powell算法提高醫(yī)學(xué)圖像配準(zhǔn)精度

　　針對(duì)現(xiàn)有醫(yī)學(xué)圖像配準(zhǔn)算法精度較差、易陷入局部極值和收斂速度慢的問(wèn)題，結(jié)合多分辨率分析，提出改進(jìn)頭腦風(fēng)暴優(yōu)化（ MBSO）算法與Powell算法結(jié)合的圖像配準(zhǔn)算法。MBSO算法通過(guò)改變個(gè)體生成方式調(diào)節(jié)參與局部和全局搜索的個(gè)體比例，應(yīng)用可變步長(zhǎng)加強(qiáng)搜索能力，達(dá)到跳出局部最優(yōu)和加速收斂的目的。首先，在低分辨率層利用MBSO算法進(jìn)行全局搜索；然后，將搜索結(jié)果作為Powell算法的初始點(diǎn)在高分辨率層進(jìn)一步搜索；最后，在原始圖像層利用Powell算法搜索并定位全局最優(yōu)值。與粒子群優(yōu)化（PSO）算法、蟻群優(yōu)化（ACO）算法、遺傳算法（CA）與Powell算法結(jié)合算法相比，所提算法平均均方根誤差分別減小了20. 89%、30. 46%和18. 54%，平均配準(zhǔn)時(shí)間分別縮短了17. 86qo、27. 05 qo和26. 600/0，并且達(dá)到了100010的成功率。實(shí)驗(yàn)結(jié)果表明，所提算法具有很強(qiáng)的魯棒性，能夠快速、準(zhǔn)確完成醫(yī)學(xué)圖像配準(zhǔn)任務(wù)。

　　圖像配準(zhǔn)是醫(yī)學(xué)圖像分析領(lǐng)域的一個(gè)基本問(wèn)題。臨床上醫(yī)學(xué)圖像輔助疾病診斷、確定治療方案、手術(shù)模擬和術(shù)中導(dǎo)航等很多應(yīng)用，都需要圖像的精確配準(zhǔn)作為先決條件。醫(yī)學(xué)圖像配準(zhǔn)是指通過(guò)求解兩幅或多幅圖像間的變換關(guān)系，使得同一患者不同時(shí)間、不同成像方式得到的圖像或者圖像中具有診斷意義的特征點(diǎn)在空間上對(duì)應(yīng)起來(lái)。圖像配準(zhǔn)的目的是綜合利用多幅圖像對(duì)同一器官的表達(dá)，在一幅圖像中同時(shí)反映人體器官解剖結(jié)構(gòu)、代謝功能、病理發(fā)展等多方面的信息。隨著醫(yī)學(xué)影像技術(shù)的廣泛應(yīng)用，圖像配準(zhǔn)在現(xiàn)代醫(yī)學(xué)中發(fā)揮著越來(lái)越重要的作用，已經(jīng)成為當(dāng)前醫(yī)學(xué)圖像分析領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。